---
title: "OmniSVG – 复旦大学联合 StepFun 推出端到端多模态矢量图形生成模型"
url: "https://paooo.com/aigc-news/20449/"
author: "Prompt 语宙研究院"
published_at: "2026-06-08T16:21:54+08:00"
updated_at: "2026-06-08T16:21:54+08:00"
categories: "AIGC 资讯"
tags: "Adobe, AI绘画提示词, HuggingFace, 开源大模型, 通义千问"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# OmniSVG – 复旦大学联合 StepFun 推出端到端多模态矢量图形生成模型

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/20449/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-08

## AI 30 秒核心看点 (TL;DR)

- 全球首个端到端多模态 SVG 生成模型，支持文本、图像、角色参考直接出图。
- 创新 SVG 标记化把命令与坐标离散化，训练效率较传统方法提升 3 倍以上。
- 可生成高质量、可编辑、可无限缩放的矢量图，适合图标、插画和角色设计。

## OmniSVG是什么

OmniSVG 是复旦大学和 StepFun 联合开发的全球首个端到端多模态 SVG（可缩放矢量图形）生成模型。基于预训练视觉语言模型（VLM），通过创新的 SVG 标记化方法，将 SVG 命令和坐标参数化为离散令牌，实现了结构逻辑与几何细节的解耦。使 OmniSVG 能高效生成从简单图标到复杂动漫角色的多样化高质量 SVG 图形。

## OmniSVG的主要功能

- **多模态生成**：OmniSVG 是首个端到端的多模态 SVG 生成模型，能根据文本描述、图像参考或角色参考生成高质量的 SVG 图形。可以生成从简单图标到复杂动漫角色的多样化图形。

- **高效生成与训练**：基于预训练的视觉语言模型（VLM）Qwen-VL，OmniSVG 通过创新的 SVG 标记化方法，将 SVG 命令和坐标参数化为离散令牌，在训练过程中分离了结构逻辑与几何细节。使训练效率较传统方法提升了 3 倍以上，能处理多达 3 万个令牌的序列，支持生成具有丰富细节的复杂 SVG。

- **数据集与评估**：OmniSVG 团队发布了 MMSVG-2M 数据集，包含 200 万个带多模态标注的 SVG 资源，涵盖图标、插图和角色三大子集。提出了标准化的评估协议 MMSVG-Bench，用于测试条件 SVG 生成任务的性能。

- **可编辑性与实用性**：生成的 SVG 文件具有无限可缩放性和完全可编辑性，能无缝集成到专业设计工作流程中，如 Adobe Illustrator 等工具，提高了 AI 生成图形在图形设计、网页开发等领域的实用性。

## OmniSVG的技术原理

- **基于预训练视觉语言模型（VLM）**：OmniSVG 基于预训练的视觉语言模型 Qwen-VL 构建。模型能深度融合图像和文本信息，为多模态生成提供了强大的基础。

- **SVG 标记化方法**：OmniSVG 创新性地将 SVG 命令和坐标参数化为离散令牌（tokens），通过类似自然语言处理的方式处理 SVG 的生成。提高了训练效率，保留了生成复杂 SVG 结构的能力。

- **端到端多模态生成框架**：OmniSVG 支持从文本描述、图像参考或角色参考等多种输入方式直接生成 SVG 图形。这种端到端的生成框架能生成色彩丰富、细节生动的矢量图形，克服了传统方法的诸多限制。

- **高效训练与长序列处理**：与传统方法相比，OmniSVG 的训练速度提升了 3 倍以上，并且能够处理长达 30,000 个令牌的序列。这使得它能够生成包含丰富细节的复杂 SVG 图形。

## OmniSVG的项目地址

- **项目官网**：[https://omnisvg.github.io/](https://omnisvg.github.io/?utm_source=ai-bot.cn)

- **Github仓库**：[https://github.com/OmniSVG](https://github.com/OmniSVG)

- **HuggingFace模型库**：[https://huggingface.co/OmniSVG](https://huggingface.co/OmniSVG)

- **arXiv技术论文**：[https://arxiv.org/pdf/2504.06263](https://arxiv.org/pdf/2504.06263)

## OmniSVG的应用场景

- **品牌图标设计**：OmniSVG 可以根据文本描述快速生成品牌图标，设计师无需从头绘制，大大减少了手动设计时间。

- **网页开发**：在网页开发中，图标是不可或缺的元素。OmniSVG 能根据文本描述或图像参考生成矢量图标，图标可以无损缩放，适用于从移动设备到 4K 显示器的多种分辨率。

- **角色与场景设计**：在游戏开发中，OmniSVG 可以用于生成游戏角色、场景等图形素材，为游戏增添独特的艺术风格。

- **动态角色生成**：基于角色参考，OmniSVG 能生成保持相同角色特征但姿势或场景不同的矢量图形。

- **快速原型设计**：内容创作者可以用 OmniSVG 快速生成图标、插图或角色图形的原型，加速创作流程。

## 常见问题解答 (FAQ)

### OmniSVG是什么模型？
OmniSVG 是复旦大学与 StepFun 联合开发的端到端多模态 SVG 生成模型，基于预训练视觉语言模型 Qwen-VL，可根据文本、图像或角色参考直接生成高质量矢量图形。

### OmniSVG相比传统方法有什么优势？
它通过 SVG 标记化将命令和坐标参数化为离散令牌，解耦结构逻辑与几何细节，训练效率提升 3 倍以上，并能处理最长 3 万令牌的复杂序列。

### OmniSVG适合哪些应用场景？
适合品牌图标设计、网页开发、游戏角色与场景素材生成、动态角色生成以及快速原型设计。生成结果为 SVG，具备无限缩放和完全可编辑的优势。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
